Expression analysis of genes associated with human osteosarcoma tumors shows correlation of RUNX2 overexpression with poor response to chemotherapy
Notice bibliographique
Résumé
BACKGROUND: Human osteosarcoma is the most common pediatric bone tumor. There is limited understanding of the molecular mechanisms underlying osteosarcoma oncogenesis, and a lack of good diagnostic as well as prognostic clinical markers for this disease. Recent discoveries have highlighted a potential role of a number of genes including: RECQL4, DOCK5, SPP1, RUNX2, RB1, CDKN1A, P53, IBSP, LSAMP, MYC, TNFRSF1B, BMP2, HISTH2BE, FOS, CCNB1, and CDC5L. METHODS: Our objective was to assess relative expression levels of these 16 genes as potential biomarkers of osteosarcoma oncogenesis and chemotherapy response in human tumors. We performed quantitative expression analysis in a panel of 22 human osteosarcoma tumors with differential response to chemotherapy, and 5 normal human osteoblasts. RESULTS: RECQL4, SPP1, RUNX2, and IBSP were significantly overexpressed, and DOCK5, CDKN1A, RB1, P53, and LSAMP showed significant loss of expression relative to normal osteoblasts. In addition to being overexpressed in osteosarcoma tumor samples relative to normal osteoblasts, RUNX2 was the only gene of the 16 to show significant overexpression in tumors that had a poor response to chemotherapy relative to good responders. CONCLUSION: These data underscore the loss of tumor suppressive pathways and activation of specific oncogenic mechanisms associated with osteosarcoma oncogenesis, while drawing attention to the role of RUNX2 expression as a potential biomarker of chemotherapy failure in osteosarcoma.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».